Normal taqsimot funksiyasi
Normal taqsimot funksiyasi statistika va ehtimollik nazariyasida iqtisodiyotdan tortib ijtimoiy fanlar, fizika va muhandislikgacha bo'lgan sohalarda muhim rol o'ynaydigan asosiy tushunchadir. Bu funksiya juda muhim, chunki u ko'plab real hayot hodisalarining tabiiy taqsimotini tasvirlaydi. Ushbu maqolada normal taqsimot funksiyasi, uning xususiyatlari, qo'llanilishi va ma'lumotlarni tahlil qilishda qanday qo'llanilishi batafsil muhokama qilinadi.
Normal taqsimot funksiyasi nima?
Normal taqsimot, shuningdek, Gauss taqsimoti deb ham ataladi, statistikada eng keng tarqalgan ehtimollik taqsimoti hisoblanadi. Uning egri chizig'i qo'ng'iroq shaklida va o'rtacha qiymatga nisbatan simmetrikdir. Bu taqsimot "normal" deb ataladi, chunki ko'plab real hayotdagi tasodifiy o'zgaruvchilar katta hajmdagi ma'lumotlar to'planganda bu taqsimotga yaqinlashadi.
Normal taqsimot funksiyasi ikkita parametr bilan belgilanadi: o'rtacha (μ) va standart og'ish (σ). O'rtacha qiymat taqsimot markazini, standart og'ish esa egri chiziqning kengligi va shaklini belgilaydi. Bu funksiya quyidagi matematik formula bilan beriladi:
\[ f(x|\mu, \sigma) = \frac{1}{\sigma \sqrt{2\pi}} e^{ -\frac{(x-\mu)^2}{2\sigma^2}} \]
Qayerda:
– \( x \) tasodifiy o'zgaruvchi
– \( \mu \) o'rtacha qiymat
– \( \sigma \) standart og'ishdir
– \( \pi \) pi doimiysi (taxminan 3.14159)
– \( e \) natural logarifmaning asosidir (taxminan 2.71828)
Normal taqsimotning xususiyatlari
Normal taqsimot uni boshqa ehtimollik taqsimotlaridan ajratib turadigan bir qancha o'ziga xos xususiyatlarga ega:
1. Simmetrik: Normal taqsimot o'rtacha qiymatga nisbatan simmetrikdir. Bu shuni anglatadiki, ma'lumotlarning yarmi o'rtacha qiymatdan chapda, qolgan yarmi esa o'ngda.
2. O'rtacha qiymatdagi cho'qqi: Egri chiziq o'rtacha qiymatda cho'qqiga ega va o'rtacha qiymatdan uzoqlashgan sari eksponent ravishda kamayadi.
3. Egri chiziq ostidagi umumiy maydon: Normal taqsimot egri chizig'i ostidagi umumiy maydon 1 ga teng, bu umumiy ehtimollikni ifodalaydi.
4. Empirik to'plam: Ma'lumotlarning taxminan 68% o'rtacha qiymatdan bitta standart og'ish doirasida, 95% ikkita standart og'ish doirasida va 99.7% uchta standart og'ish doirasida. Bu 68-95-99.7 qoidasi sifatida tanilgan.
5. Cheklanmagan: Asimptotik normal taqsimot egri chizig'i, bu egri chiziq gorizontal o'qga (x o'qi) yaqinlashadi, lekin hech qachon tegmaydi.
Normal taqsimot ilovalari
Normal taqsimot turli sohalarda keng qo'llaniladi, bu yerda ba'zi misollar keltirilgan:
1. Ijtimoiy fanlar va psixologiya
Ijtimoiy va psixologik tadqiqotlarda normal taqsimot ko'pincha IQ, test ballari va shaxsiy xususiyatlar kabi qiymatlarning taqsimlanishini tavsiflash uchun ishlatiladi. Taxminlarga ko'ra, ko'plab inson xususiyatlari normal taqsimlangan bo'lib, bu tadqiqotchilarga statistik tahlillarni o'tkazish imkonini beradi.
2. Iqtisodiyot va moliya
Iqtisodiyot va moliya bozorlarida normal taqsimot taxmini turli modellarda xavf, investitsiya daromadlari va bozor o'zgaruvchanligini baholash uchun qo'llaniladi. Blek-Skoulz modeli kabi modellar normal taqsimotdan narx opsionlari va boshqa moliyaviy derivativlarga foydalanadi.
3. Tabiiy fanlar va muhandislik
Tabiiy fanlar va muhandislikda normal taqsimot o'lchov xatolari va tabiiy hodisalarni modellashtirish uchun ishlatiladi. Masalan, fizikada u ko'pincha Braun harakatini va tajribalardagi xatolar taqsimotini tasvirlash uchun ishlatiladi.
4. Sifat nazorati
Ishlab chiqarish sanoatida normal taqsimot ishlab chiqarish jarayonining ruxsat etilgan chegaralar ichida ekanligini yoki sozlanishi kerakligini aniqlashga yordam beradigan nazorat jadvallari kabi sifatni nazorat qilish usullari uchun qo'llaniladi.
Ma'lumotlarni tahlil qilishda normal taqsimotni amalga oshirish
Ma'lumotlarni tahlil qilishda normal taqsimotni amalga oshirish uchun siz ehtimolliklarni qanday hisoblashni va ma'lumotlarni qanday standartlashtirishni tushunishingiz kerak. Standartlashtirish turli normal taqsimotlardan olingan ma'lumotlarni taqqoslashga yordam beradi.
Z-ball
Z-ball yoki standart og'ish - bu ko'pincha (x) qiymatning standart og'ish birliklarida o'rtacha qiymatdan qanchalik uzoqda ekanligini o'lchash uchun ishlatiladigan usul. Z-ball quyidagi formula yordamida hisoblanadi:
\[ Z = \frac{(X – \mu)}{\sigma} \]
Ushbu Z-ball qiymatidan keyin Z jadvali yoki statistik dastur yordamida standart normal taqsimotning ehtimolligini yoki foizini (o'rtacha=0 va standart og'ish=1) topish uchun foydalanish mumkin.
QQ fitnasi
QQ (Quantile-Quantile) grafigi ma'lumotlar to'plamining normal taqsimot kabi ma'lum bir taqsimotga amal qilishini baholash uchun grafik vositadir. Agar ma'lumotlar normal taqsimotga amal qilsa, QQ grafigidagi nuqtalar to'g'ri chiziq hosil qiladi.
Normallik testi
Ma'lumotlardagi normallikni tekshirish uchun ishlatilishi mumkin bo'lgan bir nechta statistik testlar mavjud, jumladan, Kolmogorov-Smirnov testi, Shapiro-Wilk testi va Anderson-Darling testi. Ushbu testlar asl populyatsiya ma'lumotlari normal taqsimotga amal qilishini aniqlashga yordam beradi.
Haqiqiy misol
Normal taqsimotning amalga oshirilishini aniqlashtirish uchun, keling, real hayotdagi misolni ko'rib chiqaylik. Aytaylik, bizda o'rtacha 70 va standart og'ish 10 bo'lgan 1000 talabadan olingan test ballari ma'lumotlari mavjud.
Ehtimollikni hisoblash
Biz talabaning 60 va 80 ball oralig'ida ball olish ehtimolini bilmoqchimiz. Avvalo, biz 60 va 80 uchun Z-ballni hisoblaymiz.
\[ Z_{60} = \frac{60 – 70}{10} = -1 \]
\[ Z_{80} = \frac{80 – 70}{10} = 1 \]
Z-jadvalidan foydalanib, biz Z <= -1 ehtimolligi 0.1587 ga va Z <= 1 ehtimolligi 0.8413 ga teng ekanligini aniqladik. 60 va 80 gacha bo'lgan ball ehtimolini topish uchun biz ushbu ikkita ehtimollikni ayiramiz: \[ P(60 <= X <= 80) = P(Z <= 1) - P(Z <= -1) = 0.8413 - 0.1587 = 0.6826 \] Demak, talabaning 60 va 80 gacha bo'lgan ball olish ehtimoli taxminan 68.26% ga teng. QQ grafigini yaratish R yoki Python kabi statistik dasturlardan foydalanib, biz test ballari ma'lumotlarimiz uchun QQ grafigini yaratishimiz mumkin. Agar bizning haqiqiy test ballari ma'lumotlarimiz normal taqsimotga amal qilsa, unda grafikdagi nuqtalar to'g'ri chiziq hosil qiladi. Normallikni tekshirish Nihoyat, biz test ballari ma'lumotlarimiz normal taqsimotga amal qilishini tekshirish uchun Shapiro-Wilk testini bajarishimiz mumkin. Statistik dasturiy ta'minot yordamida biz ushbu test uchun p-qiymatini osongina olishimiz mumkin. Agar p-qiymati ahamiyatlilik darajasidan (odatda 0.05) katta bo'lsa, biz ma'lumotlarimiz normal degan nol gipotezani rad eta olmaymiz. Xulosa Normal taqsimot funktsiyasi statistik tahlilning asosi bo'lib, turli fanlarda keng qo'llaniladi. Taqsimotning asosiy xususiyatlari - simmetriya, o'rtacha qiymatga erishish va 68-95-99.7 qoidasi - uni ko'plab ma'lumotlarni tahlil qilish uchun ideal qiladi. Normal taqsimot qanday ishlashini va uni ma'lumotlarni tahlil qilishda qanday qo'llashni tushunish orqali tadqiqotchilar va mutaxassislar o'z ma'lumotlaridan kuchli va aniq xulosalar chiqarishlari mumkin. Moliyaviy xavflarni bashorat qilish, psixologik xususiyatlarni baholash yoki ishlab chiqarish sifatini nazorat qilish bo'ladimi, normal taqsimot murakkab tizimlarga xos bo'lgan o'zgaruvchanlikni tushunish va tahlil qilish uchun kuchli asos yaratadi.
